CN114239019A - 保护隐私数据的共有数据数目确定方法、装置和*** - Google Patents

Abstract

本说明书实施例提供一种保护隐私数据的共有数据数目确定方法、装置和***，采用安全多方计算实现，方法包括：第一方将其具有的隐私数据集合映射到布隆过滤器，得到m位的第一数组；针对第一数组中的各个元素进行同态加密，并将加密得到的第一密文数组发送给第二方；第二方确定其具有的任一隐私数据在布隆过滤器中的k个目标位置，提取第一密文数组中该k个目标位置的加密元素，得到k个加密值；对k个加密值进行同态函数运算，得到对应的结果密文；同态函数运算用于汇聚k个目标位置的元素值，并对汇聚结果进行随机数掩盖；将各结果密文发送给第一方；第一方对各结果密文进行解密，确定双方共有数据的数目。能够提升安全性。

Description

保护隐私数据的共有数据数目确定方法、装置和***

技术领域

本说明书一个或多个实施例涉及计算机领域，尤其涉及保护隐私数据的共有数据数目确定方法、装置和***。

背景技术

当前很多场景下都会涉及两方共有数据数目的确定，各方的数据属于隐私数据不可外传。例如，双方各持有一个集合，需要在不暴露各自集合的情况求交集的大小。上述共有数据数目可用于判断双方数据的匹配程度、共同的客户数等场景，供双方继续开展合作提供评估。也可以用于关联分析，比如社保机构和***联合分析低收入家庭和辍学的关联关系。由于需要保护隐私数据，因此需要采用安全多方计算来实现。

现有技术中，在确定上述共有数据数目的过程中，会泄露本方隐私数据的一些信息，导致对方可以推测出其隐私数据的可能取值。

因此，希望能有改进的方案，能够在保护隐私数据的共有数据数目确定中提升安全性。

发明内容

本说明书一个或多个实施例描述了一种保护隐私数据的共有数据数目确定方法、装置和***，能够在保护隐私数据的共有数据数目确定中提升安全性。

第一方面，提供了一种保护隐私数据的共有数据数目确定方法，方法包括：

第一方将其具有的第一隐私数据集合映射到m位的布隆过滤器，得到m位的第一数组；其中，单项隐私数据对应于所述布隆过滤器中的k个位置；

所述第一方针对第一数组中的各个元素进行同态加密，并将加密得到的第一密文数组发送给第二方；

所述第二方确定其具有的第二隐私数据集合中的任一隐私数据在所述布隆过滤器中的k个目标位置，提取所述第一密文数组中该k个目标位置的加密元素，得到k个加密值；

所述第二方对所述k个加密值进行同态函数运算，得到该任一隐私数据对应的结果密文；所述同态函数运算用于汇聚k个目标位置的元素值，并对汇聚结果进行随机数掩盖；

所述第二方将所述第二隐私数据集合中的各隐私数据分别对应的结果密文发送给所述第一方；

所述第一方对各结果密文进行解密，根据对各解密结果中预定值的统计结果，确定双方共有数据的数目。

在一种可能的实施方式中，所述第一方将其具有的第一隐私数据集合映射到m位的布隆过滤器，包括：

所述第一方针对所述第一隐私数据集合中的任一隐私数据，通过k个哈希函数分别计算出k个哈希值，每个哈希值对应于布隆过滤器中的一个位置；所述布隆过滤器包括m个元素，元素的初始取值均为0；

将所述布隆过滤器中任一隐私数据对应的k个位置的元素取值置为1，得到m位的第一数组。

在一种可能的实施方式中，所述第一方针对第一数组中的各个元素进行同态加密，包括：

所述第一方针对第一数组中的各个元素进行支持加法同态的同态加密；

所述第二方对所述k个加密值进行同态函数运算，包括：

所述第二方对所述k个加密值进行同态求和，得到第一密文汇聚结果；

所述第二方将所述第一密文汇聚结果同态减去k，得到第二密文汇聚结果；

所述第二方将所述第二密文汇聚结果同态乘上随机数，得到该任一隐私数据对应的结果密文。

在一种可能的实施方式中，所述第一方针对第一数组中的各个元素进行同态加密，包括：

所述第一方将第一数组中的各个元素分别作为减数，将1作为被减数，通过减法运算得到各个元素分别对应的处理值；

所述第一方针对各处理值进行支持加法同态的同态加密；

所述第二方对所述k个加密值进行同态函数运算，包括：

所述第二方对所述k个加密值进行同态求和，得到第三密文汇聚结果；

所述第二方将所述第三密文汇聚结果同态乘上随机数，得到该任一隐私数据对应的结果密文。

在一种可能的实施方式中，当k个目标位置的元素值均为1时，解密结果的取值为所述预定值；当k个目标位置的元素值至少有一个为0时，解密结果的取值为随机值。

在一种可能的实施方式中，所述预定值为0。

第二方面，提供了一种保护隐私数据的共有数据数目确定方法，方法包括：

第二方从第一方获取第一密文数组；所述第一密文数组为所述第一方将其具有的第一隐私数据集合映射到m位的布隆过滤器，得到m位的第一数组，再针对第一数组中的各个元素进行同态加密得到的，其中，单项隐私数据对应于所述布隆过滤器中的k个位置；

所述第二方确定其具有的第二隐私数据集合中的任一隐私数据在所述布隆过滤器中的k个目标位置，提取所述第一密文数组中该k个目标位置的加密元素，得到k个加密值；

所述第二方对所述k个加密值进行同态函数运算，得到该任一隐私数据对应的结果密文；所述同态函数运算用于汇聚k个目标位置的元素值，并对汇聚结果进行随机数掩盖；

所述第二方将所述第二隐私数据集合中的各隐私数据分别对应的结果密文发送给所述第一方；以使所述第一方对各结果密文进行解密，根据对各解密结果中预定值的统计结果，确定双方共有数据的数目。

在一种可能的实施方式中，所述第二方对所述k个加密值进行同态函数运算，包括：

所述第二方对所述k个加密值进行同态求和，得到第一密文汇聚结果；

所述第二方将所述第一密文汇聚结果同态减去k，得到第二密文汇聚结果；

所述第二方将所述第二密文汇聚结果同态乘上随机数，得到该任一隐私数据对应的结果密文。

在一种可能的实施方式中，所述第二方对所述k个加密值进行同态函数运算，包括：

所述第二方对所述k个加密值进行同态求和，得到第三密文汇聚结果；

所述第二方将所述第三密文汇聚结果同态乘上随机数，得到该任一隐私数据对应的结果密文。

第三方面，提供了一种保护隐私数据的共有数据数目确定***，***包括：

第一方，用于将其具有的第一隐私数据集合映射到m位的布隆过滤器，得到m位的第一数组；其中，单项隐私数据对应于所述布隆过滤器中的k个位置；针对第一数组中的各个元素进行同态加密，并将加密得到的第一密文数组发送给第二方；

所述第二方，用于确定其具有的第二隐私数据集合中的任一隐私数据在所述布隆过滤器中的k个目标位置，提取所述第一密文数组中该k个目标位置的加密元素，得到k个加密值；对所述k个加密值进行同态函数运算，得到该任一隐私数据对应的结果密文；所述同态函数运算用于汇聚k个目标位置的元素值，并对汇聚结果进行随机数掩盖；将所述第二隐私数据集合中的各隐私数据分别对应的结果密文发送给所述第一方；

所述第一方，还用于对各结果密文进行解密，根据对各解密结果中预定值的统计结果，确定双方共有数据的数目。

第四方面，提供了一种保护隐私数据的共有数据数目确定装置，该装置设置于第二方，包括：

获取单元，用于从第一方获取第一密文数组；所述第一密文数组为所述第一方将其具有的第一隐私数据集合映射到m位的布隆过滤器，得到m位的第一数组，再针对第一数组中的各个元素进行同态加密得到的，其中，单项隐私数据对应于所述布隆过滤器中的k个位置；

提取单元，用于确定其具有的第二隐私数据集合中的任一隐私数据在所述布隆过滤器中的k个目标位置，提取所述获取单元获取的第一密文数组中该k个目标位置的加密元素，得到k个加密值；

运算单元，用于对所述提取单元得到的k个加密值进行同态函数运算，得到该任一隐私数据对应的结果密文；所述同态函数运算用于汇聚k个目标位置的元素值，并对汇聚结果进行随机数掩盖；

发送单元，用于将所述运算单元得到的第二隐私数据集合中的各隐私数据分别对应的结果密文发送给所述第一方；以使所述第一方对各结果密文进行解密，根据对各解密结果中预定值的统计结果，确定双方共有数据的数目。

第五方面，提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行第一方面或第二方面的方法。

第六方面，提供了一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现第一方面或第二方面的方法。

通过本说明书实施例提供的方法、装置和***，首先第一方将其具有的第一隐私数据集合映射到m位的布隆过滤器，得到m位的第一数组；其中，单项隐私数据对应于所述布隆过滤器中的k个位置；然后第一方针对第一数组中的各个元素进行同态加密，并将加密得到的第一密文数组发送给第二方；接着第二方确定其具有的第二隐私数据集合中的任一隐私数据在所述布隆过滤器中的k个目标位置，提取所述第一密文数组中该k个目标位置的加密元素，得到k个加密值；再由第二方对所述k个加密值进行同态函数运算，得到该任一隐私数据对应的结果密文；所述同态函数运算用于汇聚k个目标位置的元素值，并对汇聚结果进行随机数掩盖；第二方将所述第二隐私数据集合中的各隐私数据分别对应的结果密文发送给所述第一方；最后第一方对各结果密文进行解密，根据对各解密结果中预定值的统计结果，确定双方共有数据的数目。由上可见，本说明书实施例，通过将布隆过滤器元素值汇聚后用随机数掩盖的方式，可以使得解密结果要么是预定值，要么是随机值，避免了额外信息的泄露，从而能够在保护隐私数据的共有数据数目确定中提升安全性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为本说明书披露的一个实施例的实施场景示意图；

图2示出根据一个实施例的保护隐私数据的共有数据数目确定方法交互示意图；

图3示出根据一个实施例的布隆过滤器的映射示意图；

图4示出根据另一个实施例的保护隐私数据的共有数据数目确定方法交互示意图；

图5示出根据另一个实施例的保护隐私数据的共有数据数目确定方法交互示意图；

图6示出根据一个实施例的保护隐私数据的共有数据数目确定装置的示意性框图；

图7示出根据一个实施例的保护隐私数据的共有数据数目确定***的示意性框图。

具体实施方式

下面结合附图，对本说明书提供的方案进行描述。

图1为本说明书披露的一个实施例的实施场景示意图。该实施场景涉及保护隐私数据的共有数据数目的确定，用于确定第一方具有的第一隐私数据集合和第二方具有的第二隐私数据集合之间的共有数据的数目。如图1所示，双方确定共有数据数目的场景涉及参与方A和参与方B，或称为第一方和第二方，或称为A方和B方。各个参与方可以实现为任何具有计算、处理能力的设备、平台、服务器或设备集群。双方要在保护数据隐私的情况下，联合确定共有数据的数目。

A方持有n1个隐私数据的集合X＝{x1,x2...}，B方持有n2个隐私数据的集合Y＝{y1,y2...}，在不暴露各自集合的前提下求X和Y的交集的大小，从而联合确定共有数据的数目。举例来说，集合X＝{小明,小红，小刚}，集合Y＝{小明,小红，小云，小兰}，则二者交集的大小为2。

本说明书实施例，通过安全多方计算来实现保护隐私数据的共有数据数目的确定。该方案用于两方，每方都有一个私有集合作为输入，分别表示为X和Y，两方一起想要计算双方集合的交集X∩Y的大小，而***露各自集合中包含的隐私数据，或者说，***露任何一方交集之外的隐私数据。

可以理解的是，隐私数据可以是任何不便于公开的数据，可以但不限于代表用户的个人信息的数据，或者商业秘密等。

安全多方计算又称为多方安全计算，即多方共同计算出一个函数的结果，而***露这个函数各方的输入数据，计算的结果公开给其中的一方或多方。

本说明书实施例，针对在保护隐私数据的共有数据数目确定中提升安全性，提出相应的解决方案。

图2示出根据一个实施例的保护隐私数据的共有数据数目确定方法交互示意图，该方法可以基于图1所示的实施场景。如图2所示，该实施例中保护隐私数据的共有数据数目确定方法包括以下步骤：步骤21，第一方将其具有的第一隐私数据集合映射到m位的布隆过滤器，得到m位的第一数组；其中，单项隐私数据对应于所述布隆过滤器中的k个位置；步骤22，第一方针对第一数组中的各个元素进行同态加密，并将加密得到的第一密文数组发送给第二方；步骤23，第二方确定其具有的第二隐私数据集合中的任一隐私数据在所述布隆过滤器中的k个目标位置，提取所述第一密文数组中该k个目标位置的加密元素，得到k个加密值；步骤24，第二方对所述k个加密值进行同态函数运算，得到该任一隐私数据对应的结果密文；所述同态函数运算用于汇聚k个目标位置的元素值，并对汇聚结果进行随机数掩盖；步骤25，第二方将所述第二隐私数据集合中的各隐私数据分别对应的结果密文发送给所述第一方；步骤26，第一方对各结果密文进行解密，根据对各解密结果中预定值的统计结果，确定双方共有数据的数目。下面描述以上各个步骤的具体执行方式。

首先在步骤21，第一方将其具有的第一隐私数据集合映射到m位的布隆过滤器，得到m位的第一数组；其中，单项隐私数据对应于所述布隆过滤器中的k个位置。可以理解的是，布隆过滤器用于代表整个集合，而不仅仅是集合中的一项数据。

在一个示例中，所述第一方将其具有的第一隐私数据集合映射到m位的布隆过滤器，包括：

所述第一方针对所述第一隐私数据集合中的任一隐私数据，通过k个哈希函数分别计算出k个哈希值，每个哈希值对应于布隆过滤器中的一个位置；所述布隆过滤器包括m个元素，元素的初始取值均为0；

将所述布隆过滤器中任一隐私数据对应的k个位置的元素取值置为1，得到m位的第一数组。

可以理解的是，上述k个哈希函数通常不同，相应地，针对任一隐私数据，通过k个哈希函数得到的k个位置也不同。

图3示出根据一个实施例的布隆过滤器的映射示意图。参照图3，隐私数据1代表第一隐私数据集合中的任一隐私数据，k的取值为3，k个哈希函数分别为哈希函数1、哈希函数2和哈希函数3，布隆过滤器是一个数组，其包括m个元素，元素的初始取值均为0，可以将集合中的数据按照同样的映射方式依次映射到布隆过滤器。以隐私数据1为例，通过上述哈希函数1、哈希函数2和哈希函数3，得到的3个位置分别为位置0、位置6和位置12，将这3个位置的元素取值置为1，这就是针对隐私数据1的映射过程，可以采用同样的方式将集合中的其他隐私数据映射到布隆过滤器中，映射结束后的布隆过滤器可以代表整个集合，通过一个数据对应于布隆过滤器相应位置的元素取值是否为1，来判断该数据是否存在于集合中。

然后在步骤22，第一方针对第一数组中的各个元素进行同态加密，并将加密得到的第一密文数组发送给第二方。可以理解的是，第一方可以针对第一数组中的各个元素直接进行同态加密，或者，先对第一数组中的各个元素进行预设处理后，再对得到的处理值进行同态加密。

同态加密：与普通的加密相比，同态加密具备同态这一性质，即可以对加密状态下的数据进行计算。比如，对a的同态加密密文E(a)和b的同态加密密文E(b)进行某种运算，可以得到a+b的密文E(a+b)，且操作过程中不会泄露a、b或a+b，也不需要使用解密的密钥，该运算可称为同态加法运算。

在一个示例中，所述第一方针对第一数组中的各个元素进行同态加密，包括：

所述第一方针对第一数组中的各个元素进行支持加法同态的同态加密。

该示例中，后续可以针对同态加密得到的密文进行同态加法运算，以实现对元素值的汇聚。

在一个示例中，所述第一方针对第一数组中的各个元素进行同态加密，包括：

所述第一方将第一数组中的各个元素分别作为减数，将1作为被减数，通过减法运算得到各个元素分别对应的处理值；

所述第一方针对各处理值进行支持加法同态的同态加密。

该示例中，元素值为1时，处理值为0；元素值为0时，处理值为1。后续可以针对同态加密得到的密文进行同态加法运算，通过对处理值的汇聚，间接实现对元素值的汇聚。

接着在步骤23，第二方确定其具有的第二隐私数据集合中的任一隐私数据在所述布隆过滤器中的k个目标位置，提取所述第一密文数组中该k个目标位置的加密元素，得到k个加密值。可以理解的是，第二方可以采取与第一方同样的映射方式来确定该k个目标位置。

在一个示例中，第二方针对所述第二隐私数据集合中的任一隐私数据，通过k个哈希函数分别计算出k个哈希值，每个哈希值对应于布隆过滤器中的一个位置，从而得到k个目标位置。

可以理解的是，第二方在得到该k个目标位置后，不会重置布隆过滤器中相应位置的元素值，而仅用于提取所述第一密文数组中该k个目标位置的加密元素，得到k个加密值。

再在步骤24，第二方对所述k个加密值进行同态函数运算，得到该任一隐私数据对应的结果密文；所述同态函数运算用于汇聚k个目标位置的元素值，并对汇聚结果进行随机数掩盖。可以理解的是，通过随机数掩盖的方式，可以避免额外信息的泄露。

本说明书实施例，上述同态函数运算的具体运算内容还与加密值所代表的含义有关，也就是说，第一方是针对第一数组中的各个元素直接进行支持加法同态的同态加密得到加密值的，还是针对第一数组中的各个元素进行预设处理，再对处理值进行支持加法同态的同态加密得到加密值的。其中，上述预设处理的方式不唯一，第一方进行的预设处理属于针对明文的运算，第二方进行的同态函数运算属于针对密文的运算，二者共同达到一个总的运算目标，可以将总运算的一部分通过明文运算来实现，将总运算的另一部分通过密文运算来实现，对总运算的拆分方式有多种可能。

在一个示例中，所述第一方针对第一数组中的各个元素进行支持加法同态的同态加密；

所述第二方对所述k个加密值进行同态函数运算，包括：

所述第二方对所述k个加密值进行同态求和，得到第一密文汇聚结果；

所述第二方将所述第一密文汇聚结果同态减去k，得到第二密文汇聚结果；

所述第二方将所述第二密文汇聚结果同态乘上随机数，得到该任一隐私数据对应的结果密文。

在一个示例中，所述第一方将第一数组中的各个元素分别作为减数，将1作为被减数，通过减法运算得到各个元素分别对应的处理值；所述第一方针对各处理值进行支持加法同态的同态加密；

所述第二方对所述k个加密值进行同态函数运算，包括：

所述第二方对所述k个加密值进行同态求和，得到第三密文汇聚结果；

所述第二方将所述第三密文汇聚结果同态乘上随机数，得到该任一隐私数据对应的结果密文。

再在步骤25，第二方将所述第二隐私数据集合中的各隐私数据分别对应的结果密文发送给所述第一方。可以理解的是，第二隐私数据集合中的每个隐私数据对应一个结果密文，结果密文的数目与第二隐私数据集合包含的隐私数据的数目相同。

例如，第二隐私数据集合包括隐私数据1、隐私数据2和隐私数据3，隐私数据1对应结果密文1，隐私数据2对应结果密文2，隐私数据3对应结果密文3，第二方将结果密文1、结果密文2和结果密文3发送给所述第一方。

最后在步骤26，第一方对各结果密文进行解密，根据对各解密结果中预定值的统计结果，确定双方共有数据的数目。可以理解的是，对于双方共有数据，前述k个目标位置的元素值均为1，相应的解密结果为预定值。

在一个示例中，当k个目标位置的元素值均为1时，解密结果的取值为所述预定值；当k个目标位置的元素值至少有一个为0时，解密结果的取值为随机值。

在一个示例中，所述预定值为0。

可以理解的是，在乘法运算中，0与随机数相乘的结果仍然为0，而非0整数与随机数相乘的结果为随机值。

通过本说明书实施例提供的方法，首先第一方将其具有的第一隐私数据集合映射到m位的布隆过滤器，得到m位的第一数组；其中，单项隐私数据对应于所述布隆过滤器中的k个位置；然后第一方针对第一数组中的各个元素进行同态加密，并将加密得到的第一密文数组发送给第二方；接着第二方确定其具有的第二隐私数据集合中的任一隐私数据在所述布隆过滤器中的k个目标位置，提取所述第一密文数组中该k个目标位置的加密元素，得到k个加密值；再由第二方对所述k个加密值进行同态函数运算，得到该任一隐私数据对应的结果密文；所述同态函数运算用于汇聚k个目标位置的元素值，并对汇聚结果进行随机数掩盖；第二方将所述第二隐私数据集合中的各隐私数据分别对应的结果密文发送给所述第一方；最后第一方对各结果密文进行解密，根据对各解密结果中预定值的统计结果，确定双方共有数据的数目。由上可见，本说明书实施例，通过将布隆过滤器元素值汇聚后用随机数掩盖的方式，可以使得解密结果要么是预定值，要么是随机值，避免了额外信息的泄露，从而能够在保护隐私数据的共有数据数目确定中提升安全性。

图4示出根据另一个实施例的保护隐私数据的共有数据数目确定方法交互示意图，该实施例以第一方针对第一数组中的各个元素直接进行同态加密为例进行说明，并且该方法相对于图2所示的实施例采用了一种特定的同态函数运算，来实现对元素值的汇聚以及随机数掩盖。如图4所示，该实施例中保护隐私数据的共有数据数目确定方法包括以下步骤：步骤41，第一方将其集合编码为布隆过滤器；步骤42，第一方将其布隆过滤器同态加密后发给第二方；步骤43，第二方对其集合的每个元素，从第一方加密后的布隆过滤器中取出对应k个加密元素；步骤44，第二方对k个加密元素同态求和后，同态减去k，最后同态乘上随机数，得到元素对应的结果密文；步骤45，第二方将各元素分别对应的结果密文发送给第一方；步骤46，第一方解密其收到的所有结果密文，得到各解密结果，统计解密结果为0的个数作为交集大小。下面描述以上各个步骤的具体执行方式。

首先在步骤41，第一方将其集合编码为布隆过滤器。可以理解的是，该布隆过滤器即为前述第一数组。

其中，编码过程可以包括：对集合的每个元素计算出k个哈希值，将哈希值对应的布隆过滤器的元素置为1。布隆过滤器是一个数组，初始时所有元素都为0。

然后在步骤42，第一方将其布隆过滤器同态加密后发给第二方。可以理解的是，对布隆过滤器的各元素不做任何处理，直接进行同态加密。

其中，具体采用支持加法同态的同态加密。

接着在步骤43，第二方对其集合的每个元素，从第一方加密后的布隆过滤器中取出对应k个加密元素。可以理解的是，每个元素可以对应取出k个加密元素。

例如，第二方对其集合的每个元素，计算出k个哈希值，根据k个哈希值从第一方加密后的布隆过滤器中取出对应k个加密元素。

再在步骤44，第二方对k个加密元素同态求和后，同态减去k，最后同态乘上随机数，得到元素对应的结果密文。可以理解的是，第二方的运算涉及同态加法运算、同态减法运算和同态乘法运算。

其中，支持加法同态运算，意味着支持密文和明文的乘法同态运算。

再在步骤45，第二方将各元素分别对应的结果密文发送给第一方。可以理解的是，上述结果密文经过了对元素值的汇聚，并对汇聚结果进行了随机数掩盖。

最后在步骤46，第一方解密其收到的所有结果密文，得到各解密结果，统计解密结果为0的个数作为交集大小。可以理解的是，交集大小即双方共有数据数目。

图5示出根据另一个实施例的保护隐私数据的共有数据数目确定方法交互示意图，该实施例以第一方先对第一数组中的各个元素进行预设处理后，再对得到的处理值进行同态加密为例进行说明，并且该方法相对于图2所示的实施例采用了一种特定的同态函数运算，来实现对元素值的汇聚以及随机数掩盖。如图5所示，该实施例中保护隐私数据的共有数据数目确定方法包括以下步骤：步骤51，第一方将其集合编码为布隆过滤器；步骤52，第一方用1减去其布隆过滤器的每个元素，将处理后的布隆过滤器同态加密后发给第二方；步骤53，第二方对其集合的每个元素，从第一方加密后的布隆过滤器中取出对应k个加密元素；步骤54，第二方对k个加密元素同态求和后，同态乘上随机数，得到元素对应的结果密文；步骤55，第二方将各元素分别对应的结果密文发送给第一方；步骤56，第一方解密其收到的所有结果密文，得到各解密结果，统计解密结果为0的个数作为交集大小。下面描述以上各个步骤的具体执行方式。

首先在步骤51，第一方将其集合编码为布隆过滤器。可以理解的是，该布隆过滤器即为前述第一数组。

其中，编码过程可以包括：对集合的每个元素计算出k个哈希值，将哈希值对应的布隆过滤器的元素置为1。布隆过滤器是一个数组，初始时所有元素都为0。

然后在步骤52，第一方用1减去其布隆过滤器的每个元素，将处理后的布隆过滤器同态加密后发给第二方。可以理解的是，第一方先对布隆过滤器中的各个元素进行预设处理后，再对得到的处理值进行同态加密。

其中，处理后的布隆过滤器跟原来的布隆过滤器相比，元素值1变成0，0变成1。

具体采用支持加法同态的同态加密。

接着在步骤53，第二方对其集合的每个元素，从第一方加密后的布隆过滤器中取出对应k个加密元素。可以理解的是，每个元素可以对应取出k个加密元素。

例如，第二方对其集合的每个元素，计算出k个哈希值，根据k个哈希值从第一方加密后的布隆过滤器中取出对应k个加密元素。

再在步骤54，第二方对k个加密元素同态求和后，同态乘上随机数，得到元素对应的结果密文。可以理解的是，第二方的运算涉及同态加法运算和同态乘法运算。

其中，支持加法同态运算，意味着支持密文和明文的乘法同态运算。

再在步骤55，第二方将各元素分别对应的结果密文发送给第一方。可以理解的是，上述结果密文经过了对元素值的汇聚，并对汇聚结果进行了随机数掩盖。

最后在步骤56，第一方解密其收到的所有结果密文，得到各解密结果，统计解密结果为0的个数作为交集大小。可以理解的是，交集大小即双方共有数据数目。

根据另一方面的实施例，还提供一种保护隐私数据的共有数据数目确定装置，所述装置设置于第二方，所述装置用于执行本说明书实施例提供的方法中所述第二方执行的动作。图6示出根据一个实施例的保护隐私数据的共有数据数目确定装置的示意性框图。如图6所示，该装置600包括：

获取单元61，用于从第一方获取第一密文数组；所述第一密文数组为所述第一方将其具有的第一隐私数据集合映射到m位的布隆过滤器，得到m位的第一数组，再针对第一数组中的各个元素进行同态加密得到的，其中，单项隐私数据对应于所述布隆过滤器中的k个位置；

提取单元62，用于确定其具有的第二隐私数据集合中的任一隐私数据在所述布隆过滤器中的k个目标位置，提取所述获取单元61获取的第一密文数组中该k个目标位置的加密元素，得到k个加密值；

运算单元63，用于对所述提取单元62得到的k个加密值进行同态函数运算，得到该任一隐私数据对应的结果密文；所述同态函数运算用于汇聚k个目标位置的元素值，并对汇聚结果进行随机数掩盖；

发送单元64，用于将所述运算单元63得到的第二隐私数据集合中的各隐私数据分别对应的结果密文发送给所述第一方；以使所述第一方对各结果密文进行解密，根据对各解密结果中预定值的统计结果，确定双方共有数据的数目。

可选地，作为一个实施例，所述运算单元63包括：

第一求和子单元，用于对所述k个加密值进行同态求和，得到第一密文汇聚结果；

减法子单元，用于将所述第一求和子单元得到的第一密文汇聚结果同态减去k，得到第二密文汇聚结果；

第一乘法子单元，用于将所述减法子单元得到的第二密文汇聚结果同态乘上随机数，得到该任一隐私数据对应的结果密文。

可选地，作为一个实施例，所述运算单元63包括：

第二求和子单元，用于对所述k个加密值进行同态求和，得到第三密文汇聚结果；

第二乘法子单元，用于将所述第二求和子单元得到的第三密文汇聚结果同态乘上随机数，得到该任一隐私数据对应的结果密文。

通过本说明书实施例提供的装置，首先第二方的获取单元61从第一方获取第一密文数组；然后提取单元62确定其具有的第二隐私数据集合中的任一隐私数据在所述布隆过滤器中的k个目标位置，提取所述获取单元61获取的第一密文数组中该k个目标位置的加密元素，得到k个加密值；接着运算单元63对所述k个加密值进行同态函数运算，得到该任一隐私数据对应的结果密文；所述同态函数运算用于汇聚k个目标位置的元素值，并对汇聚结果进行随机数掩盖；最后发送单元64将所述第二隐私数据集合中的各隐私数据分别对应的结果密文发送给所述第一方；以使所述第一方对各结果密文进行解密，根据对各解密结果中预定值的统计结果，确定双方共有数据的数目。由上可见，本说明书实施例，通过将布隆过滤器元素值汇聚后用随机数掩盖的方式，可以使得解密结果要么是预定值，要么是随机值，避免了额外信息的泄露，从而能够在保护隐私数据的共有数据数目确定中提升安全性。

根据另一方面的实施例，还提供一种保护隐私数据的共有数据数目确定***，所述***用于执行本说明书实施例提供的方法。图7示出根据一个实施例的保护隐私数据的共有数据数目确定***的示意性框图。如图7所示，该***700包括：

第一方71，用于将其具有的第一隐私数据集合映射到m位的布隆过滤器，得到m位的第一数组；其中，单项隐私数据对应于所述布隆过滤器中的k个位置；针对第一数组中的各个元素进行同态加密，并将加密得到的第一密文数组发送给第二方72；

所述第二方72，用于确定其具有的第二隐私数据集合中的任一隐私数据在所述布隆过滤器中的k个目标位置，提取所述第一密文数组中该k个目标位置的加密元素，得到k个加密值；对所述k个加密值进行同态函数运算，得到该任一隐私数据对应的结果密文；所述同态函数运算用于汇聚k个目标位置的元素值，并对汇聚结果进行随机数掩盖；将所述第二隐私数据集合中的各隐私数据分别对应的结果密文发送给所述第一方71；

所述第一方71，还用于对各结果密文进行解密，根据对各解密结果中预定值的统计结果，确定双方共有数据的数目。

可选地，作为一个实施例，所述第一方71，具体用于针对所述第一隐私数据集合中的任一隐私数据，通过k个哈希函数分别计算出k个哈希值，每个哈希值对应于布隆过滤器中的一个位置；所述布隆过滤器包括m个元素，元素的初始取值均为0；将所述布隆过滤器中任一隐私数据对应的k个位置的元素取值置为1，得到m位的第一数组。

可选地，作为一个实施例，所述第一方71，具体用于针对第一数组中的各个元素进行支持加法同态的同态加密；

所述第二方72，具体用于对所述k个加密值进行同态求和，得到第一密文汇聚结果；将所述第一密文汇聚结果同态减去k，得到第二密文汇聚结果；将所述第二密文汇聚结果同态乘上随机数，得到该任一隐私数据对应的结果密文。

可选地，作为一个实施例，所述第一方71，具体用于将第一数组中的各个元素分别作为减数，将1作为被减数，通过减法运算得到各个元素分别对应的处理值；针对各处理值进行支持加法同态的同态加密；

所述第二方72，具体用于对所述k个加密值进行同态求和，得到第三密文汇聚结果；将所述第三密文汇聚结果同态乘上随机数，得到该任一隐私数据对应的结果密文。

可选地，作为一个实施例，当k个目标位置的元素值均为1时，解密结果的取值为所述预定值；当k个目标位置的元素值至少有一个为0时，解密结果的取值为随机值。

可选地，作为一个实施例，所述预定值为0。

通过本说明书实施例提供的***，首先第一方71将其具有的第一隐私数据集合映射到m位的布隆过滤器，得到m位的第一数组；其中，单项隐私数据对应于所述布隆过滤器中的k个位置；然后第一方71针对第一数组中的各个元素进行同态加密，并将加密得到的第一密文数组发送给第二方；接着第二方72确定其具有的第二隐私数据集合中的任一隐私数据在所述布隆过滤器中的k个目标位置，提取所述第一密文数组中该k个目标位置的加密元素，得到k个加密值；再由第二方72对所述k个加密值进行同态函数运算，得到该任一隐私数据对应的结果密文；所述同态函数运算用于汇聚k个目标位置的元素值，并对汇聚结果进行随机数掩盖；第二方72将所述第二隐私数据集合中的各隐私数据分别对应的结果密文发送给所述第一方；最后第一方71对各结果密文进行解密，根据对各解密结果中预定值的统计结果，确定双方共有数据的数目。由上可见，本说明书实施例，通过将布隆过滤器元素值汇聚后用随机数掩盖的方式，可以使得解密结果要么是预定值，要么是随机值，避免了额外信息的泄露，从而能够在保护隐私数据的共有数据数目确定中提升安全性。

根据另一方面的实施例，还提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行结合图2、图4或图5所描述的方法。

根据再一方面的实施例，还提供一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现结合图2、图4或图5所描述的方法。

本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时，可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。

Claims (20)

1.一种保护隐私数据的共有数据数目确定方法，所述方法包括：

第一方将其具有的第一隐私数据集合映射到m位的布隆过滤器，得到m位的第一数组；其中，单项隐私数据对应于所述布隆过滤器中的k个位置；

所述第一方针对第一数组中的各个元素进行同态加密，并将加密得到的第一密文数组发送给第二方；

所述第二方确定其具有的第二隐私数据集合中的任一隐私数据在所述布隆过滤器中的k个目标位置，提取所述第一密文数组中该k个目标位置的加密元素，得到k个加密值；

所述第二方对所述k个加密值进行同态函数运算，得到该任一隐私数据对应的结果密文；所述同态函数运算用于汇聚k个目标位置的元素值，并对汇聚结果进行随机数掩盖；

所述第二方将所述第二隐私数据集合中的各隐私数据分别对应的结果密文发送给所述第一方；

所述第一方对各结果密文进行解密，根据对各解密结果中预定值的统计结果，确定双方共有数据的数目。

2.如权利要求1所述的方法，其中，所述第一方将其具有的第一隐私数据集合映射到m位的布隆过滤器，包括：

所述第一方针对所述第一隐私数据集合中的任一隐私数据，通过k个哈希函数分别计算出k个哈希值，每个哈希值对应于布隆过滤器中的一个位置；所述布隆过滤器包括m个元素，元素的初始取值均为0；

将所述布隆过滤器中任一隐私数据对应的k个位置的元素取值置为1，得到m位的第一数组。

3.如权利要求1所述的方法，其中，所述第一方针对第一数组中的各个元素进行同态加密，包括：

所述第一方针对第一数组中的各个元素进行支持加法同态的同态加密；

所述第二方对所述k个加密值进行同态函数运算，包括：

所述第二方对所述k个加密值进行同态求和，得到第一密文汇聚结果；

所述第二方将所述第一密文汇聚结果同态减去k，得到第二密文汇聚结果；

所述第二方将所述第二密文汇聚结果同态乘上随机数，得到该任一隐私数据对应的结果密文。

4.如权利要求1所述的方法，其中，所述第一方针对第一数组中的各个元素进行同态加密，包括：

所述第一方将第一数组中的各个元素分别作为减数，将1作为被减数，通过减法运算得到各个元素分别对应的处理值；

所述第一方针对各处理值进行支持加法同态的同态加密；

所述第二方对所述k个加密值进行同态函数运算，包括：

所述第二方对所述k个加密值进行同态求和，得到第三密文汇聚结果；

所述第二方将所述第三密文汇聚结果同态乘上随机数，得到该任一隐私数据对应的结果密文。

5.如权利要求1所述的方法，其中，当k个目标位置的元素值均为1时，解密结果的取值为所述预定值；当k个目标位置的元素值至少有一个为0时，解密结果的取值为随机值。

6.如权利要求1所述的方法，其中，所述预定值为0。

7.一种保护隐私数据的共有数据数目确定方法，所述方法包括：

第二方从第一方获取第一密文数组；所述第一密文数组为所述第一方将其具有的第一隐私数据集合映射到m位的布隆过滤器，得到m位的第一数组，再针对第一数组中的各个元素进行同态加密得到的，其中，单项隐私数据对应于所述布隆过滤器中的k个位置；

所述第二方确定其具有的第二隐私数据集合中的任一隐私数据在所述布隆过滤器中的k个目标位置，提取所述第一密文数组中该k个目标位置的加密元素，得到k个加密值；

所述第二方对所述k个加密值进行同态函数运算，得到该任一隐私数据对应的结果密文；所述同态函数运算用于汇聚k个目标位置的元素值，并对汇聚结果进行随机数掩盖；

所述第二方将所述第二隐私数据集合中的各隐私数据分别对应的结果密文发送给所述第一方；以使所述第一方对各结果密文进行解密，根据对各解密结果中预定值的统计结果，确定双方共有数据的数目。

8.如权利要求7所述的方法，其中，所述第二方对所述k个加密值进行同态函数运算，包括：

所述第二方对所述k个加密值进行同态求和，得到第一密文汇聚结果；

所述第二方将所述第一密文汇聚结果同态减去k，得到第二密文汇聚结果；

所述第二方将所述第二密文汇聚结果同态乘上随机数，得到该任一隐私数据对应的结果密文。

9.如权利要求7所述的方法，其中，所述第二方对所述k个加密值进行同态函数运算，包括：

所述第二方对所述k个加密值进行同态求和，得到第三密文汇聚结果；

所述第二方将所述第三密文汇聚结果同态乘上随机数，得到该任一隐私数据对应的结果密文。

10.一种保护隐私数据的共有数据数目确定***，所述***包括：

第一方，用于将其具有的第一隐私数据集合映射到m位的布隆过滤器，得到m位的第一数组；其中，单项隐私数据对应于所述布隆过滤器中的k个位置；针对第一数组中的各个元素进行同态加密，并将加密得到的第一密文数组发送给第二方；

所述第二方，用于确定其具有的第二隐私数据集合中的任一隐私数据在所述布隆过滤器中的k个目标位置，提取所述第一密文数组中该k个目标位置的加密元素，得到k个加密值；对所述k个加密值进行同态函数运算，得到该任一隐私数据对应的结果密文；所述同态函数运算用于汇聚k个目标位置的元素值，并对汇聚结果进行随机数掩盖；将所述第二隐私数据集合中的各隐私数据分别对应的结果密文发送给所述第一方；

所述第一方，还用于对各结果密文进行解密，根据对各解密结果中预定值的统计结果，确定双方共有数据的数目。

11.如权利要求10所述的***，其中，所述第一方，具体用于针对所述第一隐私数据集合中的任一隐私数据，通过k个哈希函数分别计算出k个哈希值，每个哈希值对应于布隆过滤器中的一个位置；所述布隆过滤器包括m个元素，元素的初始取值均为0；将所述布隆过滤器中任一隐私数据对应的k个位置的元素取值置为1，得到m位的第一数组。

12.如权利要求10所述的***，其中，所述第一方，具体用于针对第一数组中的各个元素进行支持加法同态的同态加密；

所述第二方，具体用于对所述k个加密值进行同态求和，得到第一密文汇聚结果；将所述第一密文汇聚结果同态减去k，得到第二密文汇聚结果；将所述第二密文汇聚结果同态乘上随机数，得到该任一隐私数据对应的结果密文。

13.如权利要求10所述的***，其中，所述第一方，具体用于将第一数组中的各个元素分别作为减数，将1作为被减数，通过减法运算得到各个元素分别对应的处理值；针对各处理值进行支持加法同态的同态加密；

所述第二方，具体用于对所述k个加密值进行同态求和，得到第三密文汇聚结果；将所述第三密文汇聚结果同态乘上随机数，得到该任一隐私数据对应的结果密文。

14.如权利要求10所述的***，其中，当k个目标位置的元素值均为1时，解密结果的取值为所述预定值；当k个目标位置的元素值至少有一个为0时，解密结果的取值为随机值。

15.如权利要求10所述的***，其中，所述预定值为0。

16.一种保护隐私数据的共有数据数目确定装置，所述装置设置于第二方，包括：

获取单元，用于从第一方获取第一密文数组；所述第一密文数组为所述第一方将其具有的第一隐私数据集合映射到m位的布隆过滤器，得到m位的第一数组，再针对第一数组中的各个元素进行同态加密得到的，其中，单项隐私数据对应于所述布隆过滤器中的k个位置；

提取单元，用于确定其具有的第二隐私数据集合中的任一隐私数据在所述布隆过滤器中的k个目标位置，提取所述获取单元获取的第一密文数组中该k个目标位置的加密元素，得到k个加密值；

运算单元，用于对所述提取单元得到的k个加密值进行同态函数运算，得到该任一隐私数据对应的结果密文；所述同态函数运算用于汇聚k个目标位置的元素值，并对汇聚结果进行随机数掩盖；

发送单元，用于将所述运算单元得到的第二隐私数据集合中的各隐私数据分别对应的结果密文发送给所述第一方；以使所述第一方对各结果密文进行解密，根据对各解密结果中预定值的统计结果，确定双方共有数据的数目。

17.如权利要求16所述的装置，其中，所述运算单元包括：

第一求和子单元，用于对所述k个加密值进行同态求和，得到第一密文汇聚结果；

减法子单元，用于将所述第一求和子单元得到的第一密文汇聚结果同态减去k，得到第二密文汇聚结果；

第一乘法子单元，用于将所述减法子单元得到的第二密文汇聚结果同态乘上随机数，得到该任一隐私数据对应的结果密文。

18.如权利要求16所述的装置，其中，所述运算单元包括：

第二求和子单元，用于对所述k个加密值进行同态求和，得到第三密文汇聚结果；

第二乘法子单元，用于将所述第二求和子单元得到的第三密文汇聚结果同态乘上随机数，得到该任一隐私数据对应的结果密文。

19.一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行权利要求1-9中任一项的所述的方法。

20.一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现权利要求1-9中任一项的所述的方法。

Images